1.基于计算机图形图像的牙体修复制品表面特征提取方法，其特征在于，包括如下步骤：
s1采用3d扫描仪以非接触式蓝光对牙体进行扫描，生成完整的牙模三维数据，并输出stl三维图像；
s2基于所述stl三维图像，采用正交投影的方式获取二维图像，并对二维图像进行预处理；
s3基于fast算法对预处理后的图像进行特征点提取。
2.如权利要求1所述的基于计算机图形图像的牙体修复制品表面特征提取方法，其特征在于，在所述步骤s2的正交投影中，选择近裁剪平面作为投影平面，则所述stl三维图像中的点投影之后的x和y不变，z＝-n，所述stl三维图像中的点p在正交投影后得到p’，其中，
在z方向上构建cvv，使得当z在近裁剪平面时，az+b＝-1，当z在远裁剪平面时，az+b＝1，继而得出a和b，
通过得出的a和b反推正交投影矩阵，如下：
其中，n表示近裁剪平面到相机平面的距离，f表示远裁剪平面到相机平面的距离，p表示stl三维图像中的一个点，p’表示p点投影之后的点，
基于上述正交投影矩阵，得到stl三维图像投影下的牙模图像，并能够保存牙模的完整轮廓和结构。
3.如权利要求2所述的基于计算机图形图像的牙体修复制品表面特征提取方法，其特征在于，在所述步骤s2中，对二维图像的预处理包括：
s201通过分量法运算对获得的牙模二维图像进行灰度化：
f1(i,j)＝r(i,j)f2(i,j)＝g(i,j0f3(i,j)＝b(i,j)
其中，fk(i,j)(k＝1,2,3)表示转换后的牙模的灰度图像在(i,j)处的灰度值；
s202采用大律法对二维图像进行阈值分割，利用阈值将原图像分成背景区域和目标牙模区域两个部分，然后计算该最大类间方差的最佳阈值以使得两区域的区别度最大，
t＝maxδ2＝max|ωa(μa-μ)2+ωb(μb-μ)2|
其中，t表示分割阈值，μa表示目标牙模区域a的灰度均值，μb表示背景区域b的灰度均值，μ表示牙模图像的整体均值，ωa为区域a的概率，ωb表示区域b的概率，δ2表示目标牙模区域a和背景区域b的类间方差；
s203对分割后的目标牙模灰度图进行边缘检测，得到图像的轮廓；
s204对步骤s203中获得的图像轮廓采用局部搜索方法获得局部最优解。
4.如权利要求3所述的基于计算机图形图像的牙体修复制品表面特征提取方法，其特征在于，所述步骤s203的目标牙模灰度图的边缘检测包括：
s2031通过高斯平滑去除图像数据的噪声；
s2032从所述步骤s2031处理后的图像生成图像中每个点的亮度梯度图以及亮度梯度的方向；
s2033根据所述每个点的亮度梯度图和亮度梯度的方向，使用滞后阈值跟踪经过步骤s2032处理后的图像边缘，基于局部目标特征提取边缘作为目标牙模图像的轮廓。
5.如权利要求4所述的基于计算机图形图像的牙体修复制品表面特征提取方法，其特征在于，所述步骤s204包括：
s2041给定初始解s,定义t个邻域，记为n_k(k＝1,2,3......m)，i＝1；
s2042使用邻域结构n_i(即n_i(s))进行搜索，如果在n_i(s)里找到一个比s更优的解s′，则令s＝s′,i＝1；
s2043如果搜遍邻域结构n_i仍找不到比s更优的解，则令i++；
s2044如果i≤t,则回到步骤s2042；
s2045输出最优解s。
6.如权利要求5所述的基于计算机图形图像的牙体修复制品表面特征提取方法，其特征在于，在所述步骤s3中，以最优候选特征点p为圆心,半径为r定义圆,如果存在连续并且足够多的像素点灰度值,且大于或小于中心点灰度值的一定阈值,则该点选作角点。
7.如权利要求6所述的基于计算机图形图像的牙体修复制品表面特征提取方法，其特征在于，以待检测像素点p点位于中心,检测点邻域是以p为中心、半径为3的像素值,圆周的像素用1～16顺时针标注，将圆周上的1～16个像素点分为如下3类：
其中，ip表示p点的像素值,ip→i表示圆周上第i个像素点,n表示一个参数,得到的结果sp→i有3种取值，d表示比检测点暗,s表示与检测点相似,b表示比检测点亮，
首先检测第1和第9两个像素点,如果都为相似,则不把该点选择为候选点，其次检测第5和第13两个像素点,若以上4个值中有3个值都是暗或亮,则将此点作为候选点,继续计算其它像素值，如果检测的16个点中有至少9个连续为暗或者亮,则该点确定为特征点，最终达到快速提取切嵴、尖牙的目的。